matplotlib.pyplot.imshow

官方：Display an image on the axes.

注意这个参数X

[code]X : array_like, shape (n, m) or (n, m, 3) or (n, m, 4)

Display the image in X to current axes. X may be a float array, a uint8 array or a PIL image. If X is an array, it can have the following shapes:

MxN – luminance (grayscale, float array only)
MxNx3 – RGB (float or uint8 array)
MxNx4 – RGBA (float or uint8 array)
The value for each component of MxNx3 and MxNx4 float arrays should be in the range 0.0 to 1.0; MxN float arrays may be normalised.

输入参数X的shape为： (n, m) or (n, m, 3) or (n, m, 4). 若为（m,n,5）会报错。

在deep learning 可视化中，经常需要可视化N×C×H×W的数据，而imshow的输入只能为(n, m) or (n, m, 3) or (n, m, 4)，所以必须将N×C×H×W的数据转换：

1. 如果C=3 or 4， 则需将N×H×W的数据转换成N×M形式的，具体见show_data，这样，可以得到彩图。

2. 如果C>4, 比如某一层卷积核参数总共为32×32×5×5，就要可视化32^2 ×5×5的数据，即可视化32^2个卷积核，得到的是灰度图，具体见show_features.在show_data或show_feature中，要经过reshape, transpose,再reshape的操作。

3. 总之需要记住：输入参数X的shape为： (n, m) or (n, m, 3) or (n, m, 4).